Binary Tree Maximum Path Sum

本文探讨了如何在二叉树中找到具有最大路径和的路径。路径可以在任意节点开始和结束,且不能重复经过同一节点。通过递归地计算以每个节点为路径最高点时的最大路径和,利用动态规划思想解决了这个问题。

题目:

Binary Tree Maximum Path Sum

Given a binary tree, find the maximum path sum.

The path may start and end at any node in the tree.

For example:
Given the below binary tree,

 

       1
      / \
     2   3

 

Return 6.

 

节点可能为负数,寻找一条最路径使得所经过节点和最大。路径可以开始和结束于任何节点但是不能走回头路。

这道题虽然看起来不同寻常,但是想一下,可以发现不外乎二叉树的遍历+简单的动态规划思想。

我们可以把问题拆分开:即便最后的最大路径没有经过根节点,它必然也有自己的“最高点”,因此我们只要针对所有结点,求出:如果路径把这个节点作为“最高点”,路径最长可达多少?记为max。然后在max中求出最大值MAX即为所求结果。和“求整数序列中的最大连续子序列”一样思路。

下面就是找各个“最高点”对应的max之间的关系了。

我们拿根节点为例,对于经过根节点的最大路径的计算方式为:

我们找出左子树中以左孩子为起点的最大路径长度a,和右子树中以右孩子为起点的最大路径长度b。然后这个点的 max = MAX(a+b+node.val, a+node.val, b+node.val, node.val)

因此我们定义一个函数来算上面的a或者b,它的参数是一个节点,它的返回值是最大路径长度,但是这个路径的起点必须是输入节点,而且路径必须在以起点为根节点的子树上。

那么函数func(node)的return值可以这样定义:return MAX(func(node.left)+node.val, func(node.right)+node.val, node.val)

终止条件是node == null,直接返回0。

 

接着我们发现上述计算max 和 求出MAX的过程完全可以放到func(node) 里去。

按照这个思路的代码,maxPathSumCore 就是上面 func(node)的实现:

/**
 * Definition for binary tree
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode(int x) : val(x), left(NULL), right(NULL) {}
 * };
 */
class Solution {
public:
    int maxPathSum(TreeNode *root) {
        maxPathSumCore(root);
        return MAX;
    }
    int maxPathSumCore(TreeNode *node) {
        if(NULL == node) return 0;
        int a = maxPathSumCore(node -> left);
        int b = maxPathSumCore(node -> right);
        if((a+b+node->val) > MAX) MAX = (a+b+node->val);
        if((a+node->val) > MAX) MAX = (a+node->val);
        if((b+node->val) > MAX) MAX = (b+node->val);
        if(node->val > MAX) MAX = node->val;

        int maxViaThisNode = ((a + node->val) > node->val ? (a + node->val) : node->val);
        return (maxViaThisNode > (b + node->val) ? maxViaThisNode : (b + node->val));
    }
private:
    int MAX= -99999999;
};


这段代码是一个经典的 **二叉树中的最大路径和**(LeetCode 第124题)的解法,使用了 **DFS(深度优先搜索) + 动态规划思想**。 你提供的代码使用了 C++14 以后的特性,如 **lambda 表达式递归(`this auto&& dfs`)** 和 **立即调用 lambda** 的方式来实现递归 DFS。这种写法在 LeetCode 等 OJ 平台上非常常见,但如果你希望在 **Visual Studio(VS)等标准编译器下编译运行**,这段代码 **可能无法通过编译**,因为 `this auto&& dfs` 这种写法不是标准 C++,而是某些编译器的扩展(比如 GCC 支持,但 MSVC 不支持)。 --- ### ✅ VS 兼容的完整版本(标准 C++17 写法) 下面是可以在 Visual Studio 上正常编译运行的完整版本: ```cpp #include <iostream> #include <algorithm> #include <climits> using namespace std; // Definition for a binary tree node. struct TreeNode { int val; TreeNode *left; TreeNode *right; TreeNode(int x) : val(x), left(nullptr), right(nullptr) {} }; class Solution { public: int maxPathSum(TreeNode* root) { int ans = INT_MIN; dfs(root, ans); return ans; } private: // 返回以当前节点为结尾的最大路径链和 int dfs(TreeNode* node, int& ans) { if (!node) return 0; // 递归左右子树 int left_gain = max(dfs(node->left, ans), 0); // 只取正值 int right_gain = max(dfs(node->right, ans), 0); // 当前节点作为最高点,计算路径和 int current_path_sum = left_gain + right_gain + node->val; ans = max(ans, current_path_sum); // 返回当前节点的最大链和(只能选一边) return max(left_gain + node->val, right_gain + node->val); } }; ``` --- ### ✅ 示例 main 函数(用于测试) ```cpp int main() { // 构造一个测试二叉树: // 1 // / \ // 2 3 TreeNode* root = new TreeNode(1); root->left = new TreeNode(2); root->right = new TreeNode(3); Solution sol; cout << "Maximum Path Sum: " << sol.maxPathSum(root) << endl; // 输出 6 // 清理内存 delete root->left; delete root->right; delete root; return 0; } ``` --- ### ✅ VS 编译注意事项: - **不支持 `this auto&& dfs` 写法**(这是 GCC 的扩展)。 - 使用标准的类成员函数或普通函数来递归是兼容性更好的方式。 - 使用 `std::function` 也可以实现递归 lambda,但效率略低。 --- ### ✅ 使用 `std::function` 的版本(兼容性较好) ```cpp #include <functional> int maxPathSum(TreeNode* root) { int ans = INT_MIN; function<int(TreeNode*)> dfs = [&](TreeNode* node) { if (!node) return 0; int l = max(dfs(node->left), 0); int r = max(dfs(node->right), 0); ans = max(ans, l + r + node->val); return max(l, r) + node->val; }; dfs(root); return ans; } ``` --- ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值